Basamaklı kama denemesi - Stepped-wedge trial

Bir deneme-kama basamaklı (veya SWT ) bir olan tip bir randomize kontrollü (ya RCT), bir bilimsel deney azaltmak için yapılandırılmıştır önyargı yeni tıbbi test ederken tedavileri , sosyal müdahaleler ya da diğer test edilebilir hipotezler . Geleneksel bir RKÇ'de, deneydeki katılımcıların bir kısmı, tedaviyi alan bir gruba (" tedavi grubu ") ve almayan bir gruba (" kontrol grubu ") aynı anda ve rastgele atanır . Bir SWT'de, lojistik bir kısıtlama tipik olarak bazı katılımcıların eşzamanlı tedavisini engeller ve bunun yerine, katılımcıların tamamı veya çoğu tedaviyi dalgalar veya " adımlar " halinde alır.

Örneğin, bir araştırmacının üniversite öğrencilerine birkaç öğün yemek yapmayı öğretmenin, onların dışarıda yemek yerine evde yemek yapma eğilimlerini artırıp artırmadığını ölçmek istediğini varsayalım . Geleneksel bir RCT'de, bir öğrenci örneği seçilecek ve bazıları bu yemeklerin nasıl pişirileceği konusunda eğitilecek, bazıları ise olmayacak. Her iki grup da ne sıklıkta yemek yediklerini görmek için izlenir. Sonunda, tedavi grubunun dışarıda yemek yeme sayısı, kontrol grubunun dışarıda yemek yeme sayısıyla, büyük olasılıkla bir t-testi veya bazı varyantlarla karşılaştırılacaktır . Bununla birlikte, araştırmacı her hafta yalnızca sınırlı sayıda öğrenciyi eğitebilirse, araştırmacı öğrencilere hangi hafta eğitileceklerini rastgele atayarak bir SWT kullanabilir.

"Kademeli kama" terimi, tasarımın şematik bir gösteriminden açıkça görülen kademeli kama şeklinden dolayı Gambiya Hepatit Müdahale Çalışması tarafından türetilmiştir. Çapraz geçiş, bir kez uygulandıktan sonra müdahale kaldırılmadan, tipik olarak kontrolden müdahaleye bir yöndedir. Kademeli kama tasarımı, bireysel olarak randomize edilmiş denemeler için kullanılabilir, yani her bir bireyin sırayla tedavi edildiği denemeler, ancak daha yaygın olarak bir küme randomize deneme (CRT) olarak kullanılır .

deney tasarımı

Basamaklı kama tasarımı, hiçbir kümenin müdahaleye maruz kalmadığı bir temel dönem boyunca gözlemlerin toplanmasını içerir . Bunu takiben, düzenli aralıklarla veya adımlarla, müdahaleyi almak için bir küme (veya kümeler grubu) rastgele seçilir ve tüm katılımcılar bir kez daha ölçülür. Bu süreç, tüm kümeler müdahaleyi alana kadar devam eder. Son olarak, tüm kümeler müdahaleyi aldıktan sonra bir ölçüm daha yapılır.

uygunluk

Hargreaves ve meslektaşları, SWT'nin gerçekten optimal tasarım olup olmadığına ve çalışmanın her adımında nasıl ilerleyeceğine karar vermek için araştırmacıların yanıtlaması gereken bir dizi beş soru sunuyor. Özellikle, araştırmacılar şunları belirleyebilmelidir:

SWT'nin tercih edilen tasarım olmasının nedenleri

Bir tedavi etkisinin ölçülmesi araştırmanın birincil amacıysa, SWT optimal tasarım olmayabilir. SWT'ler, araştırmanın yalnızca varlığına değil, tedavinin etkinliğine odaklandığı durumlarda uygundur. Genel olarak, eğer çalışma pragmatikse (yani, öncelikle belirli bir politikayı uygulamaya çalışıyorsa), lojistik ve diğer pratik kaygılar, kademeli bir kama tasarımına geçmek için en iyi nedenler olarak kabul edilir. Aksine, çalışma açıklayıcıysa (yani bir sonucun nedenini araştırmayı amaçlıyorsa), faydalar önemlidir, ancak zorluklar da öyle. Mülakatı yapanların zaman içinde tekrar eden müdahaleleri ve doğal olarak eğitim iş yükü, yıpranmayı en aza indirerek ve uyumluluğu sağlayarak maliyetleri artırabilir ve tarafsızlığı ve verimliliği zayıflatabilir. Ayrıca, bazı kümeler için müdahalenin ertelenmesine ilişkin etik sorunlarla ilgilenmek de çok önemlidir.

Hangi SWT tasarımı daha uygundur

SWT'ler, kapalı bir kohort , bir açık kohort ve kısa maruz kalma ile sürekli bir işe alım kullanan üç ana tasarıma sahip olabilir. Tipik olarak, ilk tasarımda tüm denekler deneyin başından sonuna kadar katılır ve sonuçlar, her bir adımla ilgili olabilen veya olmayabilen sabit zaman noktalarında tekrar tekrar ölçülür. Açık kohort tasarımında, sonuçlar önceki tasarıma benzer şekilde ölçülür, ancak yeni denekler çalışmaya girebilir ve erken aşamadaki bazı katılımcılar tamamlanmadan önce ayrılabilir. Başlangıçtan itibaren deneklerin yalnızca bir kısmı ortaya çıkar ve sonraki adımlarda daha fazlası yavaş yavaş ortaya çıkar. Bu nedenle, maruz kalma süresi her konu için değişir. Kısa maruz kalma ile sürekli işe alımda, çok az denek deneyin başlangıcına katılır veya hiç katılmaz, ancak daha fazlası uygun hale gelir ve kademeli olarak kısa müdahaleye maruz kalır. Bu tasarımda, her denek ya tedaviye ya da kontrol durumuna atanır. Katılımcılar ya tedavi ya da kontrol grubuna atandığından, kapalı ve açık kohort tasarımları için zorluk teşkil edebilecek olan taşınma etkileri riski minimumdur.

Hangi analiz stratejisi uygundur

Doğrusal Karışık Modeller (LMM), Genelleştirilmiş Doğrusal Karışık Modeller (GLMM) ve Genelleştirilmiş Tahmin Denklemleri (GEE), sonuçların analizi için önerilen başlıca tahmin edicilerdir. LMM, GLMM ve GEE'den daha yüksek güç sunarken, kümelerin boyutu değişirse ve yanıt sürekli değilse ve normal dağılımlı değilse verimsiz olabilir. Bu varsayımlardan herhangi biri ihlal edilirse, GLMM ve GEE tercih edilir.

Örneklem ne kadar büyük olmalı

Güç analizi ve numune boyutu hesaplaması mevcuttur. Genel olarak, SWT'ler, hem kümeler arası hem de küme içi karşılaştırmalardan yararlandıkları için etkileri tespit etmek için daha küçük örnek boyutu gerektirir.

Araştırmanın tasarımını ve sonuçlarını raporlamak için en iyi uygulamalar

SWT'ler için hiçbir Konsolide Raporlama Deneme Standardı (CONSORT) belirlenmediği için tasarımın, numune profilinin ve sonuçların raporlanması zor olabilir. Bununla birlikte, bazı çalışmalar, sonuçların raporlanmasına ve dalgalar arasında dengeli bir örneğin sürdürülmesine yardımcı olan hem resmileştirmeler hem de akış şemaları sağlamıştır.

modeli

Bir SWT'de sonuçları modellemek için birkaç başka potansiyel yöntem olsa da, Hussey ve Hughes'un çalışması "ilk olarak kademeli bir kama tasarımı kullanılırken mevcut istatistiksel gücü belirlemek için yöntemler tanımladı." Sonrası onların tasarımı.

Kümelere ayrılmış örnekler olduğunu varsayalım . Her zaman noktasında , tercihen gerçek zamanda eşit aralıklarla, bazı kümeler işlenir. Let olmak küme halinde anda tedavi edilmiş ve aksi. Özellikle, eğer öyleyse . ${\görüntüleme stili N}$${\görüntüleme stili C}$${\görüntüleme stili t=1,\ldots ,T}$${\ Displaystyle Z_{ct}}$${\görüntüleme stili 1}$${\görüntüleme stili c}$${\görüntüleme stili t}$${\görüntüleme stili 0}$${\displaystyle Z_{ct}=1}$${\displaystyle Z_{c,t+1}=1}$

Kümedeki her katılımcı için çalışılacak sonucu zamanında ölçün . Notasyonun , , , ve alt simgelerini dahil ederek kümelemeye izin verdiğini unutmayın . Bu sonuçları şu şekilde modelliyoruz:${\görüntüleme stili ben}$${\görüntüleme stili c}$${\displaystyle y_{ict}}$${\görüntüleme stili t}$${\görüntüleme stili c}$${\displaystyle y_{ict}}$${\displaystyle \alpha _{c}}$${\ Displaystyle Z_{ct}}$${\displaystyle \epsilon _{ict}}$

nerede:

• ${\görüntüleme stili \mu }$Bir olan büyük ortalama ,
• ${\displaystyle \alpha _{c}\sim N(0,\tau ^{2})}$ sonuç üzerinde rastgele, küme düzeyinde bir etkidir,
• ${\görüntüleme stili \beta _{t}}$ zaman noktasına özgü bir sabit etkidir,
• ${\görüntüleme stili \teta}$ tedavinin ölçülen etkisidir ve
• ${\displaystyle \epsilon _{ict}\sim N(0,\sigma ^{2})}$ artık gürültüdür.

Bu model, belirli bir zamanda belirli bir kümenin ortalamasının olduğu en düşük seviyede ve küme seviyesinde, her kümenin ortalama olduğu Hiyerarşik bir doğrusal model olarak görülebilir . ${\displaystyle y_{ict}\sim N(\mu _{ct},\sigma ^{2})}$${\displaystyle \mu _{ct}}$${\displaystyle \mu _{ct}\sim N(\mu +\beta _{t},\tau ^{2})}$

varyans tahmini

Tasarım etkisi basamaklı bir kama tasarımı (birim varyans tahmini), aşağıdaki formül ile verilir:

nerede:

• ρ olan küme içi ilişki (ICC) ,
• n , bir küme içindeki denek sayısıdır (sabit olduğu varsayılır),
• k adım sayısıdır,
• t , her adımdan sonraki ölçüm sayısıdır ve
• bi s temel ölçümlerin sayısı.

Örnek boyutunu hesaplamak için basit formülü uygulamak gerekir:

nerede:

• N _sw , SWT için gerekli örnek boyutudur
• N _u , geleneksel bir RCT için gerekli olacak toplam ayarlanmamış örnek boyutudur.

k , t veya b'den herhangi birinin artırılmasının , bir SWT için gerekli örnek boyutunun azalmasına yol açacağını unutmayın.

Ayrıca, gerekli küme c boyutu şu şekilde verilir:

Kaç kümeleri hesaplamak için c _s işleme durumuna kontrolünden anahtara ihtiyaç, aşağıdaki formül mevcuttur:

Eğer c ve c _s da bir sonraki daha büyük tamsayıya yuvarlanır ve arasında mümkün olduğu kadar eşit bir şekilde dağıtılması için gereken tam sayı olmayan k.

Avantajlar

Kademeli kama tasarımı, geleneksel RCT'lere kıyasla birçok karşılaştırmalı avantaja sahiptir. İlk olarak, müdahalenin olumlu bir sonuç üretmesi beklendiğinde, SWT'ler hem etik hem de pratik olarak en uygundur. Tüm denekler sonunda müdahalenin faydalarını alacağından, etik kaygılar giderilebilir ve katılımcıların işe alınması daha kolay hale gelebilir. İkincisi, SWT'ler "sağlam değerlendirmelere duyulan ihtiyacı politik veya lojistik kısıtlamalarla uzlaştırabilir." Spesifik olarak, bir müdahaleyi gerçekleştirmek için kaynaklar kıt olduğunda tedavinin etkilerini ölçmek için kullanılabilir.

Üçüncüsü, her küme, denemenin sonunda hem kontrol hem de tedavi koşulunu aldığından, hem kümeler arası hem de küme içi karşılaştırmalar mümkündür. Bu şekilde, numuneyi geleneksel bir RCT'de ihtiyaç duyulandan önemli ölçüde daha küçük tutarken istatistiksel güç artar. Son olarak, her küme farklı zaman noktalarında kontrolden tedavi durumuna rastgele geçtiğinden, zaman etkilerini incelemek mümkündür. Örneğin, deneysel uyaranlara tekrar tekrar veya uzun süreli maruz kalmanın tedavinin etkinliğini nasıl etkilediğini incelemek mümkündür. Düzenli zaman dilimlerinde tekrarlanan ölçümler gürültünün ortalamasını alabilir ve bu da tahminlerin kesinliğini artırır. Bu avantaj, ölçüm gürültülü olduğunda ve sonuç otokorelasyonu düşük olduğunda en belirgin hale gelir .

Dezavantajları

SWT bazı dezavantajlardan muzdarip olabilir. Birincisi, SWT'lerde çalışma süresi daha uzun sürdüğü ve tüm denekler sonunda tedaviyi aldığı için maliyetler önemli ölçüde artabilir. Tasarım pahalı olabileceğinden, ölçüm hassasiyeti ve sonuç otokorelasyonu yüksek olduğunda SWT'ler en uygun çözüm olmayabilir. Ayrıca, herkes nihayetinde tedavi edildiğinden, SWT'ler aşağı akış analizini kolaylaştırmaz .

İkinci olarak, bir SWT'de, daha fazla küme, müdahaleye önceki zaman periyotlarından daha sonra maruz kalır. Bu nedenle, altta yatan bir zamansal eğilimin müdahale etkisini şaşırtması mümkündür ve bu nedenle zamanın kafa karıştırıcı etkisi, hem mahkeme öncesi güç hesaplamalarında hem de mahkeme sonrası analizlerde hesaba katılmalıdır. Spesifik olarak, deneme sonrası analizde, genelleştirilmiş doğrusal karma modellerin veya genelleştirilmiş tahmin denklemlerinin kullanılması önerilir.

Son olarak, kademeli kama denemelerinin tasarımı ve analizi bu nedenle diğer türdeki randomize denemelerden daha karmaşıktır. Önceki sistematik incelemeler , örneklem büyüklüğü hesaplamalarının yetersiz raporlandığını ve bu tür denemelerin analizinde tutarlılık eksikliğini vurguladı. Hussey ve Hughes, her adımda verilerin toplandığı kademeli kama çalışmalarında gücü tahmin etmek için bir yapı ve formül öneren ilk yazarlardı. Bu, artık her adımda gözlem yapılmayan tasarımların yanı sıra çoklu kümeleme katmanları için genişletildi. Ek olarak, kademeli kama CRT'nin denemede gereken hasta sayısını diğerlerine kıyasla azaltabileceğini gösteren bir tasarım etkisi (bir bireysel randomize çalışmanın örnek boyutunu bir küme denemesinde gerekli olana şişirmek için kullanılır) oluşturulmuştur. tasarımlar.

Devam eden iş

Tasarımın kullanıldığı çalışmaların sayısı artmaktadır. 2015 yılında Trials dergisinde tematik bir seri yayınlandı. 2016 yılında, konuyla ilgili ilk uluslararası konferans York Üniversitesi'nde yapıldı.

Referanslar